https://www.stat.cmu.edu/~larry/all-of-statistics/
这本书是为那些想要快速学习概率和统计的人准备的。它将现代统计学的许多主要思想集中在一起。本书适合统计学、计算机科学、数据挖掘和机器学习方面的学生和研究人员。
这本书涵盖了一个更广泛的主题比一个典型的介绍性文本的数学统计。它包括现代主题,如非参数曲线估计,bootstrap和分类,这些主题通常归入后续课程。假定读者懂得微积分和一点线性代数。以前不需要概率和统计知识。该文本可用于高等本科和研究生水平。
本文的第一部分是概率论,它是不确定性的形式语言,是统计推理的基础。
第二部分是关于统计推断,数据挖掘和机器学习。统计推理的基本问题是概率的逆问题.
第三部分将第二部分的思想应用于具体的问题,如回归、图形模型、因果关系、密度估计、平滑、分类和仿真。第三部分还有一章是关于概率的,涵盖了包括马尔可夫链在内的随机过程。